Earticle

초록

영어

This study utilizes drone imagery to classify the cleanliness of photovoltaic (PV) panels in Gumi, South Korea supplemented by publicly available Kaggle datasets. Despite the presence of an industrial complex, contamination from air pollution was minimal, and consisted primarily of bird droppings due to seasonal factors (during the period from September to November). Four CNN-based models (VGG, ResNet, MobileNet, and EfficientNet), pre-trained on ImageNet, were evaluated. All models except VGG achieved significant classification performance, with EfficientNet performing the best. However, the supplementary Kaggle data played a limited role in classification accuracy, highlighting the need for region-specific datasets. This study confirms the importance of regional factors in PV panel contamination monitoring. Future research should explore seasonal contamination patterns and methods to address class imbalance for improved classification performance.

한국어

본 연구는 드론을 활용하여 경상북도 구미 지역 태양광 패널의 청결 상태를 분류하고, 추가적으로 Kaggle에서 제공하는 공개 데이터셋을 활용하였다. 구미는 대규모 산업단지가 위치한 지역임에도 불구하고 산업 활동에 따른 대기 오염 영향이 미미하였으며, 데이터 수집 기간(9~11월)의 계절적 요인으로 인해 주로 조류 배설물에 의한 오염이 관찰 되었다. 수집된 데이터를 활용하여 ImageNet으로 사전 학습된 CNN 기반 분류 모델(VGG, ResNet, MobileNet, EfficientNet) 네 가지를 비교하였다. 실험 결과, VGG를 제외한 모든 모델이 유의미한 성능을 보였으며, 특히 EfficientNet이 가장 높은 정확도를 기록하였다. 그러나 Kaggle 데이터는 성능 개선에 제한적인 역할을 하였고, 지역적 특성을 반영한 데이터 추가 수집이 필요함을 확인하였다. 본 연구는 태양광 패널 오염 모니터링에서 지역적 요인의 중요성을 확인하였으며, 향후 연구에서는 계절별 오염 특성 분석 및 데이터 불균형 문제를 해결하기 위한 방법론 연 구가 필요함을 시사한다.

목차

요약
Abstract
1. 서론
2. 선행연구
3. 연구방법
3.1 연구설계
3.2 CNN 모델
3.3 데이터
3.4 평가지표
4. 연구결과 및 평가
5. 결론
ACKNOWLEDGMENTS
REFERENCES

키워드

저자

• 정호용 [ Ho-yong Jeong | 국립금오공과대학교 산업공학과 학생 ]
• 강석진 [ Seok-jin Kang | 국립금오공과대학교 산업공학과 학생 ]
• 김승학 [ Seung-hak Kim | 국립금오공과대학교 산업공학과 학생 ]
• 김태하 [ Tae-ha Kim | 국립금오공과대학교 산업공학과 학생 ]
• 오유진 [ Yoo-jin Oh | 국립금오공과대학교 산업공학과 학생 ]
• 최희진 [ Hee-jin Choi | 국립금오공과대학교 산업공학과 학생 ]
• 안흥조 [ Heungjo An | 국립금오공과대학교 산업공학과 교수 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  컨설팅융합연구 [Journal of Consulting Convergence Research]

• 간기

  부정기

• eISSN

  2799-8924

• 수록기간

  2021~2026

• 등재여부

  KCI 등재후보

• 십진분류

  KDC 323 DDC 338